lightbulb现实痛点模型操控、潜在空间编辑与知识注入
设计师难以精准控制文本到图像生成的语义属性。通用AI系统与交互设计 / 模型操控、潜在空间编辑与知识注入
设计师难以精准控制文本到图像生成的语义属性。
同类问题
lightbulb现实痛点模型操控、潜在空间编辑与知识注入
AI生成的动画动作缺乏表现力,难以满足专业设计需求。lightbulb现实痛点模型操控、潜在空间编辑与知识注入
非专家用户很难通过现有方法理解和改进深度学习模型。lightbulb现实痛点模型操控、潜在空间编辑与知识注入
用户在探索性图像搜索中难以快速找到符合模糊需求的多样化图像。lightbulb现实痛点模型操控、潜在空间编辑与知识注入
自动驾驶中,低能见度环境导致现有3D检测方法精度下降。UbiComp '243D Bounding Box Estimation Based on COTS mmWave Radar via Moving Scanning
lightbulb现实痛点模型操控、潜在空间编辑与知识注入
移动设备上的智能应用在低资源条件下性能难以保证。lightbulb现实痛点模型操控、潜在空间编辑与知识注入
设计者很难优化散点图来准确传达数据相关性。相关论文
CHI 2025
MoWa:一种通过潜在波形操作精炼AI生成的人类角色动作的创作工具
Jeongseok Oh, SeungJun Kim
CHI 2025
自适应滑块:基于用户对齐语义滑块的文本到图像模型输出编辑
Rahul Jain, Amit Goel, Koichiro Niinuma
IUI 2024
SpaceEditing:将人类知识整合到深度神经网络的潜在空间编辑界面
Jiafu Wei, Ding Xia, Haoran Xie
IUI 2024
采样、引导与排序:利用可解释GAN控制进行探索性搜索
Yang Liu, Alan Medlar, Dorota Głowacka
UbiComp 2023
模型中的精灵:面向移动应用的人环深度神经网络自动生成
Yanfei Wang, Zhiwen Yu, Sicong Liu
CHI 2023
深度神经网络如何帮助可视化感知研究?:散点图中相关性判断的三项研究
Fumeng Yang, Yuxin Ma, Lane Harrison
IUI 2021
基于生成模型的图形设计连续与渐进式风格变化
Michihiko Ueno, Shin'ichi Satoh
CHI 2021
DeepTake: 使用多模态数据预测驾驶员接管行为
Erfan Pakdamanian, Shili Sheng, Sonia Baee